Khainesya, Khainesya (2025) Analisis Data Mining Untuk Klasterisasi Jumlah Pasien Tuberculosis Di Puskesmas Aceh Utara Menggunakan Metode Spectral Clustering. S1 thesis, universitas malikussaleh.

	Text Cover.pdf Download (20kB)
	Text Abstrak.pdf Download (11kB)
	Text Bab 1.pdf Download (142kB)
	Text Daftar Pustaka.pdf Download (152kB)
	Text Full-Text.pdf Restricted to Registered users only Download (2MB)

Abstract

Tuberkulosis (TBC) merupakan salah satu penyakit menular yang menjadi perhatian utama dalam dunia kesehatan, khususnya di wilayah Aceh Utara. Pengelompokan jumlah pasien TBC berdasarkan tingkat keparahan dan wilayah sangat penting untuk mendukung pengambilan keputusan dalam upaya pencegahan dan penanganan lebih lanjut. Penelitian ini menerapkan metode Spectral Clustering untuk mengklasterisasi jumlah pasien TBC di Puskesmas Baktiya, Puskesmas Bayu, dan Puskesmas Lhoksukon, dengan tujuan mengidentifikasi pola distribusi pasien berdasarkan kategori tingkat keparahan. Sistem yang dibangun merupakan sistem analisis data mining berbasis web menggunakan PHP dan MySQL sebagai basis data. Klasterisasi dilakukan dengan membagi pasien ke dalam tiga kategori: rendah, sedang, dan tinggi, berdasarkan 5 kriteria utama, yaitu umur, jenis kelamin, bulan berobat, hasil diagnosis, dan alamat pasien. Hasil penelitian menunjukkan bahwa Puskesmas Lhoksukon memiliki jumlah pasien TBC tertinggi, dengan 136 pasien (37,06%), rata-rata berusia 48,6 tahun, dan kasus terbanyak terjadi pada Desember 2022. Puskesmas Bayu berada di tingkatan sedang dengan 130 pasien (35,42%), mayoritas berusia 45,5 tahun, dan kasus terbanyak terjadi pada November 2023. Sementara itu, Puskesmas Baktiya memiliki jumlah pasien paling rendah, yaitu 101 pasien (27,52%), dengan kasus terbanyak terjadi pada November. Dari hasil klasterisasi, dapat disimpulkan bahwa metode Spectral Clustering mampu mengelompokkan pasien TBC dengan baik, sehingga dapat membantu tenaga medis dan pihak terkait dalam menyusun strategi intervensi yang lebih efektif berdasarkan wilayah dan tingkat keparahan pasien.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Khainesya Khainesya
Date Deposited:	04 Jul 2025 03:37
Last Modified:	04 Jul 2025 03:37
URI:	https://rama.unimal.ac.id/id/eprint/12332

Actions (login required)

View Item